망막 사진만으로 자폐 스펙트럼 장애(ASD)를 100% 잡아내는 인공지능 모델이 나왔다.

자폐 스펙트럼 장애 진단을 위해서는 훈련받은 의료진의 지속적인 모니터링이 필요해 접근성에 한계가 있다는 점에서 과연 이 인공지능이 이를 해소하는 수단이 될 수 있을지 주목된다.

현지시각으로 17일 자마 네트워크 오픈(JAMA Network Open)에는 망막 사진을 활용한 자폐 스펙트럼 장애를 진단하는 인공지능(AI) 모델의 검증 연구 결과가 게재됐다(10.1001/jamanetworkopen.2023.47692).

자폐 스펙트럼 장애는 사회적 의사 소통 장애를 기초로 매우 제한적인 관심사에만 반복적인 행동을 보이는 발달 장애 중 하나다.

2020년 미국 질병 예방 통제 센터(CDC)에 따르면 자폐 스펙트럼 장애 유병률은 36명 중 1명으로 전 세계적으로 지속적으로 늘고 있는 추세.

이에 대한 진단은 보통 체크리스트를 통한 보호자의 보고서를 기반으로 훈련받은 의료진에 의해 수행된다. 타인과의 눈맞춤 등 아이의 공동주의를 모니터링하며 의료진이 판단하는 방식이다.

이로 인해 자폐 스펙트럼 장애에 대한 진단 지연 등의 문제는 현재 전 세계 학계가 공통적으로 고심하고 있는 난제 중 하나다.

숙련된 의료진과 전문가가 상당한 시간을 들여 모니터링을 해야 진단할 수 있다는 점에서 물리적 한계로 인한 문제가 나타나고 있기 때문이다. 또한 전적으로 평가자의 주관에 의해 진단이 이뤄진다는 점도 한계로 꼽힌다.

연세대 의과대학 의생명시스템정보학교실 박유랑 교수가 이끄는 연구진이 이에 대한 객관적 검사 방법으로서 망막 사진을 분석하는 인공지능을 고안한 배경도 여기에 있다.

일부 연구에서 망막이 뇌의 구조적 이상을 간접적으로 평가할 수 있다는 보고가 있다는 점에서 이론적 배경이 있었기 때문이다.

이에 따라 연구진은 2022년 4월부터 10월까지 자폐 스펙트럼 장애 진단을 받은 환자의 망막 사진을 전향적으로 수집하고 2007년부터 2023년 2월까지 후향적으로 수집된 대조군 사진을 조합해 958을 대상으로 총 1890개의 망막 사진을 수집했다.

이후 딥 앙상블(deep ensemble)을 통해 학습을 진행한 인공지능 모델을 개발하고 이에 대한 정확도를 검증했다.

그 결과 이 모델은 진단 정확도 면에서 수신기 작동 특성 곡선하 면적(AUROC)이 1.0을 기록했다. 1에 가까울 수록 정확도가 높다는 것을 의미한다는 점에서 사실상 100%를 기록한 셈이다.

마찬가지로 민감도와 특이도, 정확도 또한 모두 100%를 기록했다. 망막 사진만으로 100% 자폐 스펙트럼 장애를 객관적으로 진단할 수 있다는 의미다.

또한 이 모델은 중증도를 구분하는 기능도 충분히 수행했다. 실제로 경증, 중증 구분을 진행한 결과 민감도는 58%, 특이도는 74%, 정확도는 66%를 보였다.

아울러 보정 성능과 관련해 딥 앙상블 모델이 당연하세도 단일 모델모다 성능이 좋았다. 80대 20 분할이 수신기 작동 특성 곡선하 면적이 0.71을 기록한 반면 90대 10 분할은 평균 0.79를 기록했다.

연구진은 "이번 연구는 망막 사진이 자폐 스펙트럼 장애 진단을 위한 매우 객관적인 도구가 될 수 있다는 것을 시사한다"며 "또한 마찬가지로 중증 심각도를 선별하기 위한 가능성도 보여줬다"고 설명했다.

이어 "자폐 스펙트럼 장애의 주요 목표가 시의적절한 치료적 개입을 위한 조기 발견이라는 점을 고려해도 이 모델은 현재 진단 평균 연령인 60개월보다 빠르게 적용할 수 있다는 점에서 매우 유용할 것으로 기대된다"고 밝혔다.